Recursos
Ditado
Segure Ctrl+Win em qualquer app, fale, solte. Suas palavras são digitadas onde estava o cursor.
O ditado do Station vale para o sistema todo. Grava enquanto você segura as teclas, transforma a fala em texto na sua própria CPU ou por um provedor que você escolher, limpa o texto como um editor faria e cola no campo que estava em foco quando você começou. Nunca aperta Enter.
- 0,9 s
- para transcrever 6,8 s de fala com o modelo local (Ryzen 7 5700X)
- 0 ms
- de CPU ociosa do ouvinte de teclas: não é um keyboard hook
- 2 min
- por gravação, com as mãos livres ou segurando
1/4 · Toque em Ctrl+Win duas vezes
Duas vezes seguidas ativa o modo mãos livres, em qualquer app. A pílula na parte de baixo da tela mostra que está ouvindo.
Gravado no Station, em um projeto de exemplo · esperas aceleradas
Três gestos
Segure Ctrl+Win por um instante e fale; solte para terminar. Toque duas vezes para falar com as mãos livres e toque mais uma vez para parar. Segure Shift enquanto fala e as palavras viram um prompt estruturado em vez de uma frase. Esc descarta uma gravação. O microfone abre ao pressionar, então a sua primeira sílaba é preservada.
- Dentro do Station o texto vai para o campo com o cursor ou para o terminal
- Em qualquer outro app ele passa pela área de transferência e por uma colagem
- Uma pílula flutuante mostra o estado (Ditado, Transcrevendo…, Limpando…, Colado) com uma forma de onda ao vivo
Fala em texto, de três jeitos
A rota local roda o whisper.cpp na CPU, baixado no primeiro uso: um motor de 8 MB e um modelo de 181 MB que transcreve 6,8 segundos de fala em 0,9 segundo, ou um modelo grande de 547 MB para áudios mais difíceis. Sem conta, sem chave, sem rede. A rota hospedada usa a API compatível com OpenAI: whisper-large-v3-turbo da Groq, gpt-4o-transcribe da OpenAI, ou qualquer URL base e modelo que você informar.
Uma limpeza que não reescreve você
Uma segunda passada remove muletas pelo que elas fazem e não por uma lista (“é”, “tipo”, “sabe”), mantém as suas autocorreções (“não, peraí, o typecheck”), adiciona pontuação e conserta, pelo contexto, os termos técnicos que o reconhecimento erra. Nunca resume, traduz ou responde; o que você disse é tratado como texto, nunca como instrução. Sem chave de provedor, roda no lugar uma limpeza rápida baseada em regras.
- Uma lista de vocabulário que orienta o reconhecimento e a limpeza para as palavras do seu projeto
- Substituições: “quando ouvir X, escreva Y”
- Proteções contra o silêncio e contra os créditos de legenda que o Whisper adora inventar
Privado por construção
Nenhum áudio é gravado em disco. O histórico guarda o texto e a sua velocidade, e se desliga com um único botão. O ouvinte de teclas é um helper de 9 KB compilado na sua máquina pelo compilador C# que o Windows já tem; ele verifica só as teclas que você configurou, a cada 10 ms, e usa 12 MB.
Dois dias, todos os recursos, sem cartão.